
En ny studie där forskare från MIT ingår visar att mobiltelefoner som är i fordon, utrustade med speciell programvara, kan samla in användbar information via dess accelerometer om i vilket skick en bro du kör över är i. På så sätt kan tekniken bli ett billigare alternativ till sensorer som är monterade i själva broarna där det i grunden handlar om att mäta den naturliga vibration som alla broar har.
För att genomföra studien utvecklade forskarna en Android-baserad mobiltelefonapplikation för att samla in accelerometerdata när enheterna placerades i fordon som passerade över bron. De kunde sedan se hur väl dessa data överensstämde med dataregistrering av sensorer på broar själva, för att se om mobiltelefonmetoden fungerade.
– Upptäckten handlar om att information om broars strukturella hälsa kan läsas ut från smartphone-insamlade accelerometerdata, säger Carlo Ratti, chef för MIT Sensable City Laboratory och medförfattare till ett nytt dokument som sammanfattar studiens resultat.
Forskarlaget utformade en metod för att skilja ut användbar data från brusig bakgrundsdata som samlats in från smartphones. När data från flera resor över en bro jämförs kan buller som genereras av motor-, fjädrings- och trafikvibrationer och asfalt elimineras medan de underliggande frekvenserna framträder.
Studien utfördes delvis på Golden Gate-bron samt en bro i Italien med annan byggteknik, Ciampino, och forskarna bedömer också att, beroende på brons ålder, övervakningen via mobiltelefoner kan förlänga brons livslängd med mellan 15 till 30 procent. Insamlandet av informationen skulle på detta sätt väsentligt minska övervakningskostnaden enligt rapporten som fått namnet “Crowdsourcing Bridge Vital Signs with Smartphone Vehicle Trips” och är publicerad i Communications Engineering.
– Vi har fortfarande arbete att göra, men vi tror att vårt tillvägagångssätt lätt kan skalas upp – ända till nivån för ett helt land, säger en av forskarna. Det kanske inte når den noggrannhet som man kan få med fasta sensorer installerade på en bro, men det kan bli ett mycket intressant system för tidig varning. Små anomalier kan då tyda på när ytterligare analyser ska genomföras.
Forskningen har fått stöd av Anas S.p.A., Allianz, Brose, Cisco, Dover Corporation, Ford, the Amsterdam Institute for Advanced Metropolitan Solutions, the Fraunhofer Institute, the former Kuwait-MIT Center for Natural Resources and the Environment, Lab Campus, RATP, Singapore–MIT Alliance for Research and Technology (SMART), SNCF Gares & Connexions, UBER samt the U.S. Department of Defense High-Performance Computing Modernization Program.
Bli först med att kommentera